管理统计SPSS相关性分析实例.docx

《管理统计SPSS相关性分析实例.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、某汽车制造商从某月中随机抽出10天的电力消耗量、温度、日产量等有关资料，数据如下表所示。结合多年管理经验，对电力消耗量、温度、日产量的关系做出相关分析。电力消耗（千瓦）温度（华氏）日产量128312011791101385128975101148710510811081284110117710714851121184119上表给出了，电力消耗，温度，日产量三者的样本量，首先用散点图判断三者之间的大致相关性，如下图。从上图可以看出，电力消耗与温度之间的线性相关关系还是相当明显的，温度与日产量之间有一定的相关

2、关系。运用SPSS,对电力消耗，温度，日产量三者进行相关性分析，进一步验证散点图中所表现的趋势。描述性统计量均值标准差N电力消耗（千瓦）11.671.7329温度（华氏）74.9022.43710日产量112.008.08310图1根据上述图表，从图1可知，电力消耗，温度，日产量三者的均值分别为11.67千瓦，74.90华氏和112.00，两者之间差距明显。其中电力消耗的样本量为9个，温度跟日产量的样本量均为10个。相关性电力消耗（千瓦）温度（华氏）日产量电力消耗（千瓦）Pearson相关性1.838**

3、.362显著性（双侧）.005.338N999温度（华氏）Pearson相关性.838**1-.260显著性（双侧）.005.467N91010日产量Pearson相关性.362-.2601显著性（双侧）.338.467N91010**.在.01水平（双侧）上显著相关。图2从图2可以看到，三者的pearson检验结果，从中可以得知，电力消耗与温度pearson系数为0.838，且显著性水平位0.338，两者之间存在高度相关的关系。电力消耗与日产量的pearson系数仅为0.362，两者之间仅存在低度相关关

4、系。温度与日产量的系数为0.26，且显著性水平为0.26，说明两者之间存在微相关关系。相关系数电力消耗（千瓦）温度（华氏）日产量Kendall的tau_b电力消耗（千瓦）相关系数1.000.788**.329Sig.（双侧）..005.237N999温度（华氏）相关系数.788**1.000.184Sig.（双侧）.005..469N91010日产量相关系数.329.1841.000Sig.（双侧）.237.469.N91010Spearman的rho电力消耗（千瓦）相关系数1.000.888**.385

5、Sig.（双侧）..001.307N999温度（华氏）相关系数.888**1.000.144Sig.（双侧）.001..692N91010日产量相关系数.385.1441.000Sig.（双侧）.307.692.N91010**.在置信度（双测）为0.01时，相关性是显著的。图3从图3的Kendall和Spearman检验可以得知，在Kendall检验分析中电力消耗与温度的系数为0.788，说明两者之间存在显著相关的关系，电力消耗与日产量之间之间的相关系数为0.329，两者之间存在微弱相关关系。温度与日产

6、量之间的系数为0.184，说明两者之间存在微弱相关的关系。而在Spearman检验中，电力消耗与温度的系数为0.888，说明两者之间存在显著相关的关系，与Kendall检验得出的结果相同。电力消耗与日产量之间之间的相关系数为0.385，两者之间存在微弱相关关系。温度与日产量之间的系数为0.144，说明两者之间存在微弱相关的关系。所以通过上述分析可以得出，电力消耗与温度之间存在正的相关关系，一个增加，可另一个量也会随之增加，一个量下降时，另一个量也会随着下降。